第七章 遥 感 影 像 地学分析与应用

主要内容 遥感影像地学分析方法 植被信息提取 地质地貌信息提取 水体信息提取 土壤信息提取 人造地物信息提取 高光谱遥感及其应用

1遥感影像地学分析方法 遥感影像反映的是某一区域特定地理环境中的综合信息，它综合地反映了地球系统各要素的相关性。 遥感地学相关分析，指的是充分认识地物间的相关性，在遥感图像上寻找目标识别的相关因子，建立直接解译标志和间接解译标志，推断和识别目标本身。

遥感影像地学分析方法 地学（地理、地质、气象等）背景知识 遥感影像的尺度特征 混合像元 光谱分辨率 时间分辨率（获取时间）

2 植被信息提取（植被遥感） 植被遥感的目的是在遥感影像上有效地确定植被的分布、类型、长势等信息，以及对植被的生物量作出估算，因而，它可以为环境监测、生物多样性保护、农业、林业等有关部门提供信息服务。 植物的光谱特征 不同植物类型的区分 植物生长状况的解释 遥感植被解译的应用

2.1 植物的光谱特征 健康植物的反射光谱特征 健康植物的波谱曲线有明显的特点：在可见光0.55μm附近有一个反射率为10％～20％的小反射峰。在0.45μm和0.65μm附近有两个明显的吸收谷。在0.7～0.8μm是一个陡坡，反射率急剧增高。在近红外波段0.8～1.3μm之间形成一个高的，反射率可达40％或更大的反射峰。在1.45μm，1.95μm和2.6～2.7μm处有三个吸收谷。

从上图植物的典型波谱曲线来看，控制植物反射率的主要因素有植物叶子的颜色、叶子的细胞结构和植物的水分等。 影响植物光谱的因素 从上图植物的典型波谱曲线来看，控制植物反射率的主要因素有植物叶子的颜色、叶子的细胞结构和植物的水分等。 叶子的颜色：不同颜色的叶子，其反射光谱曲线也不同。

叶子的组织结构 绿色植物的叶子是由上表皮、叶绿素颗粒组成的栅栏组织和多孔薄壁细胞组织构成。叶绿素对紫外线和紫色光的吸收率极高，对蓝色光和红色光也强烈吸收，以进行光合作用。对绿色光部分则部分吸收，部分反射，所以叶子呈绿色，并形成在0.55μm附近的一个小反射峰，而在0.33～0.45μm及0.65μm附近有两个吸收谷。 叶子的多孔薄壁组织对0.8～1.3μm的近红外光强烈地反射，形成光谱曲线上的最高峰区，反射率达40～60％，吸收率不到15％。 叶子的含水量：叶子在1.45μm，1.95μm和2.6～2.7μm处各有一个吸收谷，这主要是由于叶子的细胞液、细胞膜及吸收水分所形成。

植物含水量 植物叶子含水量的增加，将使整个光谱反射率降低，反射光谱曲线的波状形态更为明显，尤其是在近红外波段，几个吸收谷更为突出。

2.2 不同植物类型的区别 不同植物由于叶子的组织结构和所含色素不同，具有不同的光谱曲线特征。 在可见光区，没有栅状组织和海绵组织的草本植物的反射率最低，没有海绵组织的针叶树次之，具有栅状组织和海绵组织的阔叶树的反射率最高； 在近红外区，则草本植物的反射率迅速增高，而阔叶树叶片中的海绵组织使得它在近红外光区的反射明显高于美欧海绵组织的针叶树。因此，利用0.8～1.1μm的近红外影像，可以有效地区分出针叶树、阔叶树和草本植物。 根据植物的物候期差异来区分植物，例如，冬季落叶树由于叶子凋谢而无影像，但常绿树仍保持反射光谱曲线特征，易辨别。

在高分辨率遥感影像上，不仅可以利用植物的光谱来区分植物类型，而且可以直接看到植物顶部和部分侧面的形状、阴影、群落结构等，可以直接地确定乔木、灌木和草地等类型。 美国华盛顿（1米）

Quickbird卫星 西班牙马德里体育场（0.61m）

罗马斗兽场（0.7米，真彩色）

2.3 植物生长状况的解译 健康的绿色植物的光谱曲线具有明显的特征，当植物生长状况发生变化时，其波谱曲线的相态也发生很大的变化，如植物叶子枯黄凋落，受到病虫害，缺乏营养和水分，叶子的组织结构受到破坏，叶子的色素发生变化等等，就使得光谱曲线的两个吸收谷不明显，0.55μm处的反射峰根据植物叶子被损伤的程度而变低、变平。近红外光区的变化更为明显，峰值被削低，甚至消失，整个反射光谱曲线的波状特征被拉平。因此，根据受损植物与健康植物的光谱曲线的比较，可以确定植物受伤害的程度。

2.4 遥感植被解译的应用 植被制图：利用遥感影像进行植被的分类制图，尤其是大范围的植被制图，是一种非常有效而又节约人力物力的方法。 城市绿化调查与生态环境评价：利用高分辨率遥感影像进行城市绿化调查，评价城市生态质量。 草场资源的调查 林业资源的调查

总结 掌握健康植被的光谱曲线及其特征，把握影响植物光谱曲线的各种因素及其是如何影响的。了解不同植物，不同健康状态的植物如何利用遥感影像来加以判别的方法。

3、地质地貌信息提取（地质遥感） 地质遥感实际上就是从遥感影像上提取地质专题信息的技术过程，地质遥感的应用目的就是为地质制图、矿产资源的探查、工程地质和水文地质调查服务。这里的地质信息主要包括岩性、地质构造等： 岩性的识别 地质构造的识别

3.1 岩性的识别 所谓岩性就是根据岩石的矿物成分、结构构造来判断岩石的种类。不同的岩石，由于其矿物成分、结构构造的不同，具有不同的电磁波辐射特性，在遥感影像上表现为不同的影像特征，岩性的识别就是根据各种岩石在遥感影像上特有的影像特征来判断岩石种类的过程。 不同岩石矿物的波谱曲线

岩石大体上分为三大类：岩浆岩、沉积岩和变质岩，因此，我们要了解这三个岩类在遥感影像上的特征： 岩浆岩的影像特征及其识别 沉积岩的影像特征及其识别 变质岩的影像特征及其识别

三大岩类的影像特征及其识别 沉积岩是指在地表或近地表不太深的地方形成的一种岩石类型。它是由风化产物、火山物质、有机物质等碎屑物质在常温常压下经过搬运、沉积和经过漫长的压实作用形成的岩石。 岩浆岩是指岩浆岩也叫火成岩，是在地壳深处或在上地幔中形成的岩浆，在侵入到地壳上部或者喷出到地表冷却固结并经过结晶作用而形成的岩石。 变质岩:在地壳形成和发展过程中，早先形成的岩石，包括沉积岩、岩浆岩，由于后来地质环境和物理化学条件的变化，在固态情况下发生了矿物组成调整、结构构造改变甚至化学成分的变化，而形成一种新的岩石，这种岩石被称为变质岩。

沉积岩最大的特点是具有成层性，具有明显的层理构造。胶结良好的沉积岩，出露充分时，可在较大范围内呈条带状延伸。在高分辨率影像上可以显示出岩层的走向和倾向。 沉 积 岩 的 条 带 状 影 像 特 征

岩浆岩影像 岩浆岩因其生成的条件与沉积岩差别很大，因此，在岩浆岩发育的地区则常常见到节理（即岩石的破裂面 ），而基本上看不到层理；

变质岩的影像特征及其识别 变质岩的特征构造是具有叶理（岩石中片状结构或组织的通称），和沉积岩的层理不同，它是变质作用的形成的。其中的矿物都呈定向排列。

3.2 地质构造的识别 构造解译是遥感图像地质解译的重点，也是遥感图像用于地质上效果最好的领域。由于遥感图像视域辽阔，概括性强，用它研究规模较大的构造以及一些隐伏构造和深部构造，效果常常优于地面观察，能将工作区内各种构造形态解译出来。包括岩层产状的判读、褶皱、断层、断裂构造的判断。

水平产状 由于构造运动的侵蚀作用，水平岩层并不明显或者被侵蚀破坏，图上是水平岩层经被较硬岩层切割形成的地貌，较硬岩层与较软岩层呈同心圆状分布，软岩的色调较浅。

水流的痕迹

褶皱的识别

断层的突出影像特征就是线性，在线形构造的两侧是岩性不同的岩石，通常岩石突然消失的地带就是断层。

地质解译图

地质遥感与地质灾害分析 地质灾害分析 地震灾害损失评估 滑坡、泥石流的影像判读与分析

西藏易贡湖地区滑坡与溃坝动态变化

总结 地质遥感是遥感技术应用比较成功的一个领域，我们通过学习掌握三大岩类的概念和影像识别特征，了解一些常用的地质构造的识别。

4 水体信息提取（水体遥感） 水体遥感的任务是通过对遥感影像的分析，获得水体的分布、水中含泥沙、有机质的状况，水深、水温等信息，从而对一个地区的水资源和水环境等作出评价，为水利、交通、航运及资源环境等部门提供决策服务。 水体界限的确定（水体的分布） 水体悬浮物质的确定 水温的探测 水体污染的探测 水深的探测

太阳光照射到水面，少部分（约占3.5％）被水面反射到空中，大部分入射到水体中，入射到水体中的光又大部分被吸收，部分被水中悬浮物质（泥沙、有机质）反射，少部分透射到水底，被水底吸收和反射。被悬浮物反射和被水底反射的辐射，部分返回水面，折回到空中。因此，遥感器所接收到的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光。由于不同水体的水面性质、水体中悬浮物的性质和含量、水深和水底特性等不同，从而形成传感器上接收到的反射光谱特征存在差异，为遥感探测水体提供了基础。 4.1 水体的光谱特征

4.2 水体界线的确定 由图可见，在可见光范围内，水体的反射率总体上比较低，不超过10％，一般为4％～5％，并随着波长的增大逐渐降低，到0.6μm处约2％～3％，过了0.75μm，水体几乎成为全吸收体。因此在近红外影像上，清澈的水体呈黑色，即对近红外光全吸收。未区分水陆界线，确定地面上有无水体覆盖，应选择近红外波段的影像。

4.3 水体悬浮物质的确定 遥感能够探测的水中悬浮物质主要有两种：一种是无机的泥沙；一种是有机的叶绿素。 泥沙的确定 叶绿素的确定

泥沙的确定 混浊水体的反射波谱曲线整体高于清水，随着悬浮泥沙浓度的增加，差别加大； 波谱反射峰值向长波方向移动（红移），清水在0.75μm处反射率接近于零，而含有泥沙的混浊水至0.93μm处反射率才接近于零； 波长较短的可见光，如蓝光和绿光对水体的穿透能力较强，能反映出水面下一定深度的泥沙分布状况； 随着悬浮泥沙浓度的加大，可见光对水体的透射能力减弱，反射能力加强。因此，在近岸的浅水区，其波浪和水流对水底泥沙的扰动作用比较强烈，使水体混浊，故遥感影像上色调较浅。而深水处扰动作用较弱，水体较清，遥感影像上水体色调较深。

叶绿素的确定 水体叶绿素的浓度增加，蓝光波段的反射率下降，绿光波段的反射绿增高； 水面叶绿素和浮游生物浓度高时，近红外波段仍存在一定的反射率，该波段影像中水体不呈黑色，而是呈灰色，甚至是浅灰色。

4.4 水温的探测 水体的热容量大，在热红外波段影像上有明显特征。白天，水体将太阳辐射大量地吸收储存，增温比陆地慢，在热红外遥感影像上表现为辐射度低，呈暗色调；在夜间，水温比周围地物温度高，发射辐射强，在热红外影像上呈高辐射区，为浅色调。因此，夜间热红外影像可用于寻找泉水，特别是温泉。根据热红外传感器的温度定标，可在热红外影像上反演出水体的温度。 白天成像 夜间成像 热红外遥感影像

4.5 水体污染的探测 目前遥感在探测水体污染方面的主要应用： 水体污染物浓度较大且使水色显著地变黑、变红或变黄，并与背景水色有较大的差异时； 水体高度富营养化，受到严重的有机污染，浮游生物浓度高时，与背景水体的差异也可以在近红外波段影像上被识别；（分析） 水体受到热污染，与周围水体有明显温差，也可在热红外波段影像上被识别；（分析） 水体受到油溢污染时，水体在紫外波段和近红外波段的反射率明显增高。

4.6 水深的探测 蓝光波段对平静、清澈的水体有较大的透射能力，并且水底的反射波也较强，这是蓝光波段影像上的灰度可反映水深。（分析：灰度值大小与水深的关系） 云南腾冲地区的侍郎坝水库，利用0.4～0.5μm遥感影像的灰度值与少量实测水深资料建立灰度－水深关系模型，作出该水库的等深线图。（遥感影像计算机分类的过程）

4.7 洪灾遥感监测 NormalWater Bodies Flood Areas Provinces Boundaries

淮河王家坝2次开闸蓄洪后濛洼蓄洪区洪水淹没情况

总结 在水体遥感中，我们要掌握水体的光谱曲线及其特征。了解利用遥感技术来探测水体分布、水中悬浮物质的含量大小、水深、水温、水体污染程度的方法。

5 土壤信息提取（土壤遥感） 土壤遥感的任务是通过遥感影像的解译，识别和划分出土壤类型，制作土壤图，分析土壤的分布规律，为改良土壤、合理利用土壤服务。 不同土壤类型之间的光谱差异不如水体、植被的差别明显，而且土壤的性状主要表现在剖面上，而光谱反映的是土壤表面，因此直接判读困难。 一般用间接判读法，即根据土壤上生长的植被类型、地区的气候条件等分析，推断出土壤的类型。

土壤的光谱特征 土壤的反射波谱曲线与土壤的颜色有关：土壤颜色越浅，反射率越高 书上P249图7.25 与土壤的机械组成有关：土壤的有机质含量越高，反射率越低（如图） 与土壤的含水量有关：土壤的含水量越高，反射率越低（如图）

当土壤表面有植被覆盖时，如覆盖度小于15％，其光谱反射特征仍与裸土相近，植被覆盖度在15％～70％时，表现为土壤和植被的混合光谱，光谱反射率是两者的加权平均，植被覆盖度大于70％时，基本上表现为植被的光谱特征。

土壤类型的确定 土壤类型的确定首先需要确定土类，土类是根据一个地区的生物气候条件来决定的。因此，土壤解译时，首先要确定研究区的水平地理地带作为基带。例如P250内蒙古草原遥感土壤解译。 其次，确定土壤亚类。土壤的亚类是在成土过程中受局部条件的影响使土类发生变化，形成的次一级类型。如不同的植被、地貌、水热条件对土壤类型的影响。例如P251 土属的划分主要以地区性条件为依据，如地貌、母质等，在亚类的基础上再分出土属。如残积坡积棕壤性土、黄土状褐土化潮土、河湖积潮棕壤等； 土种主要根据土壤剖面特征来划分，遥感影像上较难发现，但可根据地形部位、母质等特征推断土层厚薄，作为土壤分类参考。

利用遥感进行土壤的解译与常规方法制作的土壤图相比

新疆南部的土壤遥感解译中，根据影像划分出山地、山前洪积扇、冲积平原、荒漠平原、片状绿洲、线状绿洲等地理单元，并进一步划分了沿河、湖滨等地区，在此基础上进行土壤解译、制图，与常规方法制作的土壤图比较，内容详细得多。

总结 不同分辨率、不同波段的遥感影像在土壤类型的解译中有不同的作用。分辨率较低的遥感影像上对土类和亚类的划分和识别可起到较大的作用，由于其视野广，有利于区域的宏观综合分析，适合于进行小比例尺的制图。高分辨的遥感影像，对地面的细节显示的比较清楚，适合于中、大比例尺的土壤制图。

6 城市人造地物信息提取（城市遥感） 城镇是人类居住最为集中的地域，又是一定地域的政治、经济、文化活动的中心。 遥感图像能迅速、宏观、动态地提供城镇各种变换的信息，为城镇的规划和建设服务。 遥感在城市变换动态监测中有着广泛的应用。

城镇遥感应用 城镇遥感信息提取与分析 城镇的光谱特性是城市建筑物和建筑物之间其他各类用地的综合反映。 在TM图像标准假彩色合成图像上，城镇常呈现浅蓝色或蓝灰色。图像上城镇内部结构已大大简化。 高分辨率遥感图像，清楚地表现了城镇内部的细节。

Quickbird卫星 西班牙马德里体育场（0.61m）

城市动态监测：利用不同时相的遥感图像可以进行城市不同发展时期的调查，也可以对城市发展变化和城市环境做动态监测。 1996 1998 2000

7 高光谱遥感的应用 高光谱遥感发展历史 70年代末80年代初，在研究归纳各种地物光谱特征的基础上，形成这样一个概念：如果能实现连续的窄波段成像，那么就有可能实现地面物体的直接识别，由此产生了光谱和图象结合为一体的成像光谱技术。 1983 年美国喷气推进实验室研制出第一台航空成像光谱仪（AIS-1）,随后包括中国在内的许多国家都研制成功了一系列成像光谱仪。 高光谱分辨率成像光谱遥感起源于地质矿物识别填图研究，逐渐扩展为植被生态、海洋海岸水色、冰雪、土壤以及大气的研究中。

高光谱遥感概念 高光谱遥感是高光谱分辨率遥感（Hyperspectral Remote Sensing）的简称； 其传感器叫成像光谱仪，是新一代传感器，在20世纪80年代初正式开始研制，研制这类仪器的主要目的是想获取大量窄波段连续光谱图像数据，使每个像元具有几乎连续的光谱数据，因而称成像光谱仪。 电磁波谱范围包括可见光、近红外、中红外和热红外波段；

使用很多的窄波段（一般 > 200个）来获取连续的光谱影像，具有非常高的辐射分辨率（光谱分辨率），其成像光谱仪可以收集到上百个非常窄的光谱波段信息； 涉及光谱学 – 分析各类地物光谱曲线的细节 与一般遥感的区别：高光谱遥感的成像光谱仪可以分离成几十甚至几百个很窄的波段来接收信息，每个波段宽度仅小于10nm；所有波段排列在一起能形成一条连续的完整的光谱曲线。 高光谱遥感应用的目的就是要提取更为细节的地物信息。

中等分辨率成象光谱仪

与前面讲到的水体、植被、土壤的光谱曲线相比较

水体的光谱曲线

植被的光谱曲线

土壤的光谱曲线

Airborne Imaging Spectrometer (AIS) (机载成像光谱仪) 常见的成像光谱仪 Airborne Imaging Spectrometer (AIS) (机载成像光谱仪) 128 bands 10 nm bandwidth (vs. 100 – 200 nm for TM) Operated in early 1980s 最早的高光谱遥感器之一

Airborne Visible InfraRed Imaging Spectroradiometer (AVIRIS) (机载可见光红外成像光谱仪) 1980年代早期由 JPL (喷气推进实验室 ，NASA美国国家航空航天局)研制，1989投入工作； 224 波段，光谱区间 380 – 2500 nm（可见光近红外,与TM类似）； 每个波段的光谱宽度10 nm （光谱分辨率）； 高空平台空间分辨率 20 m，低空平台为 4 m； 图象一景大小：11 km 列 x 10 km 长 ，（存储空间140M)

高光谱分辨率遥感图像上记录的不同地物的完整的光谱曲线

Hyperion (EO-1)卫星高光谱遥感器 220 波段，光谱区间：400 nm － 2500 nm 空间分辨率：30 m； 图象大小： 7.5 km x 100 km 2000年11月由“德尔它”2运载火箭成功发射，并把它送入与“陆地卫星”7（ 1999年4月发射）相同的运行轨道。

OrbView-4 由商业公司（轨道科学公司 ）运营的卫星，载有高光谱遥感器 200 波段，光谱区间： 450 – 2500 nm 卫星周期 3 天。 2001年9月21日由美国金牛星火箭发射，发射失败。

NASA Terra Moderate Resolution Imaging Spectrometer (MODIS) 12-bit sensors 波段数：36 spectral bands 光谱区间：0.4 to 14.4 µm Atmospheric studies Global environmental studies

MODIS 产 品

高光谱遥感主要应用领域 大气: 水蒸气, 云的特性, 气溶胶 生态: 叶绿素, 叶子中的水分, 纤维素, 色素，木质素 和营养成分 地质: 岩石、矿物类型、土壤类型、烃探测 海岸带水环境: 叶绿素, 浮游植物, 溶解的有机质, 悬浮泥沙 雪/冰: 雪被snow cover fraction, 颗粒, 融解 植被燃烧: 亚像元的温度, 烟雾 商业: 矿产开发, 农业和森林产量，精准农业

高光谱遥感在地质调查中的应用 地质是高光谱遥感应用最成功的领域，主要用于区域地质制图和矿产勘探。各种矿物和岩石在电磁波谱上显示的诊断性光谱特征可以帮助人们识别不同矿物成分。高光谱数据能反映出这类诊断性光谱特征。

图中几种矿物成分的光谱曲线明显地显示了各自的吸收、反射诊断性光谱特征。这些诊断性光谱特征只有利用高光谱数据才有可能被探测到。利用宽波段遥感数据如TM第7波段探测，则这类诊断性光谱特征显示为一条直线，看不出反射峰和吸收谷。

由图可见，具有窄波段吸收特征的水铝矿在4～16nm光谱分辨率下明显反映出双吸收峰（反射低谷）特征。高光谱数据的光谱分辨率比宽波段遥感高数十倍（〈10nm）。在宽波段遥感图像上无法反映的具有诊断性光谱特征的矿物，在高光谱图像上变得很容易识别。这从根本上改变了从光学遥感图像上提取地质信息的质量和数量。 光谱分辨率对水铝矿反射光谱的影响

高光谱遥感在植被研究中的应用 由于加州活栎生长地夏季是旱季，生长几本停止，因此其6月份数字光谱值曲线与9月和4月的曲线截然不同。这些光谱特征差异只有高光谱分辨率遥感图像才有可能反映出来。 三个季相的常绿阔叶林（加州活栎）的AVIRIS树姿光谱值

本章回顾 植被遥感 地质遥感 水体遥感 土壤遥感 城市遥感 高光谱遥感 （植被的光谱曲线特征，及特征原因） （三大岩类在遥感影像上的影像特征） 水体的光谱曲线特征，及水体界限的确定方法、水中含沙 量及有机物质对水体光谱曲线的影像 遥感影像上土壤类型的间接判读方法 遥感影像上城市动态信息的体现 高光谱遥感的含义和特点

思考题 水体的光谱特征是什么？水体识别包括哪些内容？ 植物的光谱特征是什么？如何区分植物类型，监测植物长势？ 何为高光谱遥感？它与传统遥感手段有何区别？

遥感地学专题应用 遥感在 土地利用/土地覆盖中的应用 主要内容 1 土地利用和土地覆盖 2 案例：福建省土地利用遥感动态监测 遥感在 土地利用/土地覆盖中的应用 主要内容 1 土地利用和土地覆盖 2 案例：福建省土地利用遥感动态监测 3 如何提高遥感专题分类精度

1.1 概念： 土地利用和土地覆盖 土地利用是人类在生产活动中为达到一定的经济效益、社会效益和生态效益，对土地资源的开发、经营、使用方式的总称。 土地覆盖的定义有： “国际地圈与生物圈计划”（IGBP）和“全球环境变化人文计划”（HDP）：地球陆地表层和近地面层的自然状态，是自然过程和人类活动共同作用的结果。 美国“全球环境变化委员会”（USSGCR）： 覆盖着地球表面的植被及其它特质。

从两者的定义可以看出，土地利用和土地覆盖既有一定的联系又有差别。 土地利用重点是表示与土地相结合的人类活动而产生的不同利用方式。 土地覆盖主要是表示地球表面存在的不同类型的覆盖特征，强调的是土地的表面形状 。

我国土地利用分类的目的是查清各县各种土地分类的面积、分布和利用状况，为国家制定国民经济计划，农业区划和规划，指导农业生产和服务与土地统计登记制度等管理工作。因此土地利用分类的主要依据是土地用途、土地经营方式、土地利用方式和土地覆盖特征等。 土地覆盖只是土地利用分类的一个依据，但遥感图像最能够直接反映的是土地覆盖。 大多数遥感土地应用使用土地覆盖/利用的概念。

1.2 土地利用分类的原则 1 统一性原则 每个地类都有明确的含义 ; 一、二级地类及其含义不得随意增删、合并和更改，只允许各省根据实际需要，在不打乱全国一、二级分类的前提下，在二级地类下续分三级地类。 2 科学性原则 根据归纳共同性、区别差异性的原理，从总体到局部，从大到小逐级细分，即采用等级续分制，分层次组合排列，形成一个上下联系、逻辑分明的科学分类体系。 第一、从一级地类开始，按土地利用综合性差异；8大类； 第二、按单一性差异和隶属关系，在一级地类下按利用方式、经营特点 及覆盖特征等不同，划分47个二级地类； 第三、同一种二级地类，只准在一个大类中出现，不允许在另一大类中并存。

3 系统性原则 有序排列外，还要有一个科学的编码系统，实行统一的编排顺序，以利于计划管理、统计和汇总，并为整理资料、建立土地资源数据库和广泛应用计算机技术创造有利条件。 4 适用性原则 层次简明，命名通俗易懂，含义（即地类划分标准）准确明了。各类型的名称和含义，要尽可能与计划、统计和生产部门正在使用的分类名称与含义相一致。 5 地域性原则 我国幅员辽阔，东西南北差异很大。为了体现各地区土地利用特点，揭示土地利用分布规律，在保证全国分类统一性、不打乱全国一、二级分类和编码的前提下，在二级地类之下可由各省、市、自治区根据需要续分三级地类。

1.3 土地利用分类体系 《土地利用现状调查技术规程》中规定，土地利用现状按两级进行分类，统一编码排列，其中： 一级类型按土地用途划分为：耕地、园地、林地、牧草地、居民点及工矿用地、交通用地、水域、未利用土地8类； 二级类型按利用方式、经营特点及覆盖特征划分为47类。 地类编码，一级类型以一位阿拉伯数字1～8表示；二级类型用两位阿拉伯数字表示，前一位表示隶属的一级类型，后一位表示二级类型在该一级类型内的编码，如14，为耕地中的旱地，71为水域中的河流水面。

2 案例－ 福建省土地利用遥感动态监测

2.1 数 据 福州市和厦门市 遥感影像：1990年，1996年，1997年 LANDSAT-TM 土地利用图：1993年，1：10万 2.1 数 据 福州市和厦门市 遥感影像：1990年，1996年，1997年 LANDSAT-TM 土地利用图：1993年，1：10万 地形图： 1：10万，1：5万地形图 农历、耕作、农事、等文字资料

2.2 分类标准 全国土地遥感动态监测的分类标准。该标准基本遵循了全国农业区划委员会1984年颁发的《土地利用现状调查规程》的分类体系，并考虑遥感图像自身的特点。 编码在矢量图形中为多边形的属性码，在栅格图像上为栅格值。

2.2 分类标准（续）

2.3 光谱分析

2.4 变化信息提取－分类后比较法

2.4 变化信息提取-直接求变法

2.5 动态信息提取 利用公式 B1*10+B2 计算得到一幅新的图像，例如某点像元在90年为耕地（灰度值为3），97年变为居民地（灰度值为0），则动态图像上该像元的灰度值为30，表示耕地变为居民地。

2.6 成果图件制作和整饰

2.7 结果-分类图

2.7 结果-动态变化

2.7 结果-彩色叠加图

2.7结果-彩色叠加图